姜涵 陳勇杰 陳立錦欣

[摘 要]人工智能技術(shù)會(huì)對(duì)國(guó)家的生產(chǎn)力產(chǎn)生極大的推動(dòng)和促進(jìn)作用，但因此可能引起的社會(huì)分工結(jié)構(gòu)性改變、技術(shù)性失業(yè)等一系列問(wèn)題不容忽視。文章分析人工智能技術(shù)在制造、醫(yī)藥、傳媒行業(yè)的應(yīng)用來(lái)分析人工智能在不同行業(yè)的作用，通過(guò)對(duì)歷史上的三次工業(yè)革命對(duì)社會(huì)分工影響情況來(lái)預(yù)測(cè)第四次工業(yè)革命將會(huì)減少第一、二產(chǎn)業(yè)的就業(yè)比重，第三產(chǎn)業(yè)就業(yè)將會(huì)達(dá)到歷史頂峰，具體可以采取完善失業(yè)保險(xiǎn)制度、調(diào)整稅收與補(bǔ)貼、發(fā)動(dòng)基建項(xiàng)目、加強(qiáng)職業(yè)再教育等方式緩解技術(shù)性失業(yè)的影響。

[關(guān)鍵詞]人工智能;技術(shù)性失業(yè);工業(yè)革命

[DOI]10.13939/j.cnki.zgsc.2021.08.001

1 引言

人工智能自誕生起就對(duì)社會(huì)的發(fā)展有著很大的作用，隨著技術(shù)的不斷發(fā)展，近年來(lái)人工智能已成為社會(huì)的熱門話題，這一技術(shù)對(duì)勞動(dòng)力在未來(lái)的社會(huì)分工產(chǎn)生深遠(yuǎn)的影響。作為一把雙刃劍，人工智能取代人力帶來(lái)的社會(huì)問(wèn)題亟待解決。

人工智能是一門新興的科學(xué)，應(yīng)用于模擬人類的行為模式，減少人類對(duì)勞作的需求，為社會(huì)創(chuàng)造盡可能多的人力資源的需求（王燦，楊瓅，2019）。人工智能給整個(gè)社會(huì)帶來(lái)了巨大的財(cái)富，它讓社會(huì)往前進(jìn)了一大步。對(duì)于一些低級(jí)的勞動(dòng)工作，就可以用人工智能代替，在工廠曾經(jīng)需要人力的流水生產(chǎn)線就是一個(gè)例子。人工智能可以代替低級(jí)的勞動(dòng)工作，但是人工智能要做到像人一樣去工作是很難的，所以有些領(lǐng)域就運(yùn)用了人和人工智能一起工作的方式大大地提高了工作效率。所以說(shuō)人工智能對(duì)社會(huì)的利弊影響，歸結(jié)于它給社會(huì)大部分人帶來(lái)更多的是利益還是損害。有些人覺(jué)得因?yàn)槿斯ぶ悄艿某霈F(xiàn)導(dǎo)致他們丟掉了飯碗，增加了失業(yè)率，但如果人工智能帶來(lái)的價(jià)值還不如從前，政府也不會(huì)為其發(fā)展投入大量物力財(cái)力。舊的技術(shù)被新的技術(shù)所取代，這是歷史發(fā)展的必然趨勢(shì)。

本文以研究人工智能與長(zhǎng)期從事的工作為主要研究對(duì)象，全文主要組織部分結(jié)構(gòu)和內(nèi)容如下：第2部分重點(diǎn)介紹了人工智能的發(fā)展和應(yīng)用;第3部分重點(diǎn)講述了人工智能對(duì)社會(huì)分工的影響和沖擊;第4部分對(duì)人工智能進(jìn)行總結(jié)。

2 人工智能的應(yīng)用

人工智能對(duì)社會(huì)分工的影響不能一概而論，因?yàn)槿斯ぶ悄艿陌l(fā)展就目前來(lái)看分為兩個(gè)階段，這兩個(gè)階段的技術(shù)層次完全不同，投入應(yīng)用的年代也完全不同，將分開(kāi)來(lái)討論。

2.1 弱人工智能

弱人工智能可以仿照人類進(jìn)行一些可被機(jī)械化、程序化的行為。弱人工智能在近幾年已經(jīng)在人們的周圍普及開(kāi)來(lái)，在制造業(yè)、醫(yī)藥業(yè)、傳媒業(yè)等行業(yè)都已經(jīng)逐步投入建設(shè)。

人工智能在制造業(yè)的興起具有革命性改變，無(wú)人工廠也有效降低了生產(chǎn)成本，對(duì)于生產(chǎn)效率也有了質(zhì)的提升?；诠S內(nèi)部的物聯(lián)網(wǎng)構(gòu)建了傳感、通信、應(yīng)用三層體系，工廠生產(chǎn)的每一個(gè)細(xì)節(jié)都會(huì)被記錄下來(lái)由人工智能進(jìn)行分析?；谏疃葘W(xué)習(xí)鍛煉的人工智能系統(tǒng)已經(jīng)足以排除絕大多數(shù)信息，而無(wú)法辨認(rèn)的可以交給中心部分管理的個(gè)別員工來(lái)進(jìn)行。最終的生產(chǎn)資料也可以由機(jī)器自動(dòng)生成（欒峻葦，2019; 高洪福，2018）。這樣高效率的工廠也被納入了國(guó)家建設(shè)方案。德國(guó)在2013年推出了“工業(yè)4.0”，國(guó)務(wù)院在2015年也正式宣布開(kāi)始研究部署《中國(guó)制造2025》。中國(guó)制造無(wú)人工廠已是大勢(shì)所趨，第四次工業(yè)革命的歷史性高潮已經(jīng)席卷而來(lái)。

在醫(yī)藥行業(yè)，深度學(xué)習(xí)大量的病理標(biāo)本，輔助醫(yī)生進(jìn)行分析，節(jié)省了大量的時(shí)間，在制藥行業(yè)輔助進(jìn)行的數(shù)據(jù)分析和人工智能建模，同樣可以起到縮短準(zhǔn)備時(shí)間、節(jié)省人力成本的作用（劉琦，2018）。但要全面落實(shí)還需要一定的經(jīng)驗(yàn)基礎(chǔ)，深度學(xué)習(xí)需要大量的數(shù)據(jù)進(jìn)行訓(xùn)練，而目前所提供的數(shù)據(jù)量還沒(méi)有達(dá)到這個(gè)要求，但隨著時(shí)間的推移會(huì)逐步實(shí)現(xiàn)，若要全面落實(shí)，尚需時(shí)間（朱文珍，胡瓊潔，2019）。

相對(duì)于醫(yī)藥業(yè)，傳媒業(yè)的數(shù)據(jù)量就十分可觀，每個(gè)人在網(wǎng)絡(luò)的一舉一動(dòng)都會(huì)產(chǎn)生數(shù)據(jù)并且被記錄，一些公司的人工智能會(huì)根據(jù)你在該公司軟件上每條信息（短視頻、文章等）的停留時(shí)間來(lái)分析你的喜好程度，對(duì)軟件上的所有產(chǎn)品進(jìn)行分門別類，最后形成一個(gè)你個(gè)人的喜好框架，再根據(jù)比例對(duì)你進(jìn)行推送，從而形成一個(gè)根據(jù)自身喜好而私人訂制的頁(yè)面內(nèi)容，這也滿足了用戶的個(gè)性化需求。而一些內(nèi)容的生產(chǎn)者，如新聞媒體，也會(huì)通過(guò)人工智能自動(dòng)生成新聞報(bào)道（羅幽詩(shī)，2017），這已經(jīng)付諸了實(shí)踐，如美聯(lián)社的Wordsmith、路透社的Open Calais，中國(guó)也有新華社的“快筆小新”等。他們可以在最快時(shí)間內(nèi)通過(guò)算法實(shí)現(xiàn)可閱讀的語(yǔ)言，節(jié)省了許多人力成本。而擁有用戶喜好框架的公司就可以快速將這些媒體的報(bào)道分門別類，并推送給相關(guān)喜好的用戶。這已成為一條基本完善的產(chǎn)業(yè)鏈（羅幽詩(shī)，2017）。

弱人工智能在不同行業(yè)起到了不同的作用，上面舉的三個(gè)行業(yè)例子就分別代表了不同的情況：替代了大部分人（制造業(yè)），替代了少部分人（傳媒業(yè)），輔助人（醫(yī)藥業(yè)）。

2.2 強(qiáng)人工智能

強(qiáng)人工智能技術(shù)距離人們還較遙遠(yuǎn)，目前對(duì)其定義是需要具有獨(dú)立的思維和意識(shí)，而對(duì)如何實(shí)現(xiàn)這個(gè)技術(shù)，依然還是個(gè)問(wèn)號(hào)。所以強(qiáng)人工智能技術(shù)對(duì)社會(huì)分工產(chǎn)生影響之前，弱人工智能技術(shù)很可能已經(jīng)普遍于全球，所以在弱人工智能尚未完善的情況下，超期一個(gè)時(shí)代去思考強(qiáng)人工智能，得到的結(jié)果很可能會(huì)非常不準(zhǔn)確，所以文章只考慮已經(jīng)逐步步入社會(huì)的弱人工智能對(duì)社會(huì)分工的影響。

3 弱人工智能對(duì)社會(huì)分工的沖擊

3.1 技術(shù)性失業(yè)

技術(shù)的進(jìn)步會(huì)極大促進(jìn)生產(chǎn)效率的提高，導(dǎo)致對(duì)部分基礎(chǔ)勞動(dòng)力的需求的減少。這對(duì)以工廠主、企業(yè)家為代表的中產(chǎn)階級(jí)而言是有利的，因?yàn)樯a(chǎn)效率在提升，而生產(chǎn)成本在降低，對(duì)企業(yè)而言，既提升了利潤(rùn)又減少了負(fù)擔(dān)。對(duì)同國(guó)家利益掛鉤的上層階級(jí)而言也同樣是有利的，因?yàn)橐粋€(gè)個(gè)被科技促進(jìn)的企業(yè)帶動(dòng)了國(guó)家經(jīng)濟(jì)的高速發(fā)展。而對(duì)于工人等基層勞動(dòng)人民而言并不是一件好事，因?yàn)槠髽I(yè)會(huì)為了縮減成本而進(jìn)行一定規(guī)模的裁員。

歷史上每次工業(yè)革命都帶來(lái)了大規(guī)模的技術(shù)性失業(yè)，筆者將從歷史上三次工業(yè)革命帶來(lái)的技術(shù)性失業(yè)問(wèn)題來(lái)進(jìn)行分析，從而預(yù)測(cè)人工智能革命在未來(lái)造成的技術(shù)性失業(yè)的影響。

3.1.1 第一次工業(yè)革命帶來(lái)的技術(shù)性失業(yè)及影響

18世紀(jì)60年代，“珍妮機(jī)”的出現(xiàn)標(biāo)志著第一次工業(yè)革命的開(kāi)始（黃益群，2016），當(dāng)時(shí)從事手工紡紗的英國(guó)婦女也成為第一批因技術(shù)而失業(yè)的人群。擁有更先進(jìn)技術(shù)紡紗機(jī)的企業(yè)從技術(shù)層面上完全壓制著依靠手工紡紗的企業(yè)，因?yàn)檎淠菁徏啓C(jī)的普及，市面棉紗產(chǎn)量大幅提升，棉紗供不應(yīng)求的局面被大幅改善，使得手工紡紗的收益大幅下滑。雖然新技術(shù)創(chuàng)造了新的就業(yè)崗位，原先被替代崗位的勞動(dòng)人民可以通過(guò)學(xué)習(xí)使用機(jī)器來(lái)適應(yīng)新崗位。但市場(chǎng)的總需求并不會(huì)出現(xiàn)像生產(chǎn)力那樣的大幅提高，所以社會(huì)對(duì)于該崗位的勞動(dòng)力需求就會(huì)減少（陳軼翔，羅伯特·艾倫，2017）。

但在工業(yè)革命之前，“圈地運(yùn)動(dòng)”在英國(guó)的開(kāi)展已經(jīng)讓原先大量從事第一產(chǎn)業(yè)的人群流入城市，而工業(yè)革命帶來(lái)的工具更新讓這些人返回農(nóng)村的可能性變得越來(lái)越?。ê罱ㄐ?，2019）。而英國(guó)通過(guò)對(duì)外擴(kuò)展擴(kuò)大了市場(chǎng)，使得第二產(chǎn)業(yè)爆炸似的生產(chǎn)增長(zhǎng)率找到了可以“入侵”的需求市場(chǎng)。雖然擠壓了其他國(guó)家的市場(chǎng)份額，但英國(guó)通過(guò)這樣的方式挽救了國(guó)內(nèi)城市的失業(yè)狀況。

由圖1可見(jiàn)，1801—1861年的工業(yè)產(chǎn)值和就業(yè)比重不斷提升，從落后到成為農(nóng)業(yè)的數(shù)倍。

1770—1830年的英國(guó)勞動(dòng)人口人均生產(chǎn)力在穩(wěn)步提升，可他們的實(shí)際工資幾乎保持不變，所以即使是通過(guò)學(xué)習(xí)適應(yīng)崗位后的工人，也僅僅是在技術(shù)性失業(yè)的浪潮中保住了自己的飯碗而已，技術(shù)帶來(lái)的高額利潤(rùn)落入了中產(chǎn)階級(jí)和上層階級(jí)手中。

3.1.2 第二次工業(yè)革命帶來(lái)的技術(shù)性失業(yè)及影響

第一次工業(yè)革命帶來(lái)的技術(shù)性失業(yè)影響力還是較為有限的，因?yàn)槭袌?chǎng)的需求在短期內(nèi)會(huì)隨著生產(chǎn)力的提升而提升，國(guó)內(nèi)市場(chǎng)的供求關(guān)系并沒(méi)有好轉(zhuǎn)。在國(guó)內(nèi)市場(chǎng)飽和以后，率先完成工業(yè)革命的國(guó)家會(huì)通過(guò)擴(kuò)展國(guó)外市場(chǎng)來(lái)繼續(xù)保持供求平衡，工業(yè)革命帶來(lái)的新職位也會(huì)接納原先的技術(shù)性失業(yè)者。

第二次工業(yè)革命的電氣技術(shù)帶來(lái)了一系列的新職業(yè)，使得社會(huì)分工出現(xiàn)了更多的門類，創(chuàng)造了一系列如同汽車、鋼鐵、化學(xué)工業(yè)等行業(yè)。同時(shí)因?yàn)樯a(chǎn)力的提升，刺激了第三產(chǎn)業(yè)的蓬勃發(fā)展，交通、金融、服務(wù)等行業(yè)的就業(yè)大幅增加。

該工業(yè)革命帶來(lái)的技術(shù)性失業(yè)主要集中于第一產(chǎn)業(yè)，隨著技術(shù)的革新，第一產(chǎn)業(yè)的生產(chǎn)工具再次得到升級(jí)，農(nóng)業(yè)機(jī)械化的程度不斷提高，美國(guó)、德國(guó)此前并沒(méi)有受到“圈地運(yùn)動(dòng)”太大的影響。由圖2和圖3可見(jiàn)，美國(guó)在1849年第一產(chǎn)業(yè)的就業(yè)比重為61.7%，第二產(chǎn)業(yè)的就業(yè)比重為15.5%;德國(guó)在1861年和1871年的第一產(chǎn)業(yè)就業(yè)比重為50.9%，第二產(chǎn)業(yè)的就業(yè)比重為27.6%，而到了1910年，兩個(gè)國(guó)家的第一產(chǎn)業(yè)就業(yè)比重分別下降到了34.9%和35.1%，而第二產(chǎn)業(yè)就業(yè)比重出現(xiàn)了增長(zhǎng)，分別達(dá)到了29.2%和37.9%（許冰，2018）。

由此可見(jiàn)，以德國(guó)、美國(guó)為代表的最先享受到第二次工業(yè)革命帶來(lái)的科技紅利的國(guó)家，技術(shù)性失業(yè)的影響主要在第一產(chǎn)業(yè)。

3.1.3 第三次工業(yè)革命帶來(lái)的技術(shù)性失業(yè)及影響

第三次工業(yè)革命將社會(huì)分工細(xì)化到了極致，發(fā)達(dá)國(guó)家的整體就業(yè)結(jié)構(gòu)都在向第三產(chǎn)業(yè)傾斜。

由于技術(shù)革新，第一產(chǎn)業(yè)生產(chǎn)的增長(zhǎng)率大于需求增長(zhǎng)率，導(dǎo)致了第一產(chǎn)業(yè)的就業(yè)比重繼續(xù)減少。1960—2000年間，美國(guó)由8.6%大幅下降至2.6%，日本由26.9%大幅下降至5.1%，法國(guó)由22.4%大幅下降至4.1%。

在發(fā)展初期，第二產(chǎn)業(yè)的就業(yè)比重出現(xiàn)了小幅度的提升，但很快因?yàn)樯a(chǎn)力的過(guò)剩而出現(xiàn)了供大于求的情況，于是在第三次工業(yè)革命后期出現(xiàn)了第二產(chǎn)業(yè)就業(yè)比重下降的情況。

第三產(chǎn)業(yè)自第二次工業(yè)革命開(kāi)始就業(yè)比重就逐步提升，到了2000年幾乎所有發(fā)達(dá)國(guó)家的第三產(chǎn)業(yè)就業(yè)人員均已過(guò)半。由于新技術(shù)的出現(xiàn)，勞動(dòng)力需不斷學(xué)習(xí)新出現(xiàn)的技術(shù)來(lái)適應(yīng)工作。社會(huì)對(duì)高技術(shù)性人才的需求越來(lái)越高（許冰，2018）。

3.1.4 人工智能革命帶來(lái)的技術(shù)性失業(yè)及影響推測(cè)

影響第一產(chǎn)業(yè)和第二產(chǎn)業(yè)就業(yè)的主要因素在于市場(chǎng)需求，而歷史上三次工業(yè)革命所促進(jìn)的生產(chǎn)增長(zhǎng)率遠(yuǎn)超市場(chǎng)需求增長(zhǎng)率。第一產(chǎn)業(yè)在三次工業(yè)革命中的就業(yè)比重都在降低，第二產(chǎn)業(yè)就業(yè)比重在第三次工業(yè)革命后期也出現(xiàn)了降低。在第四次工業(yè)革命中以無(wú)人工廠為代表的新技術(shù)，將會(huì)讓第一、第二產(chǎn)業(yè)的就業(yè)比重繼續(xù)降低。

第三產(chǎn)業(yè)在前兩次工業(yè)革命中蓬勃發(fā)展，出現(xiàn)在第三產(chǎn)業(yè)以傳媒業(yè)機(jī)器寫手為代表的新技術(shù)也可以替代少部分人力勞動(dòng)，市場(chǎng)對(duì)第三產(chǎn)業(yè)的需求目前還尚未達(dá)到飽和。目前的人工智能已經(jīng)可以針對(duì)用戶進(jìn)行個(gè)性化的內(nèi)容推送，個(gè)人定制的產(chǎn)品也越來(lái)越流行，隨著第三產(chǎn)業(yè)就業(yè)比重的增大，其競(jìng)爭(zhēng)程度也會(huì)越來(lái)越大。

雖然人工智能的新技術(shù)會(huì)帶來(lái)新的就業(yè)，但這并不能填補(bǔ)被替代職業(yè)的缺口。世界經(jīng)濟(jì)論壇（World Economic Forum）2016年1月的一份世界經(jīng)濟(jì)報(bào)告《就業(yè)的未來(lái)》（The future of jobs）預(yù)測(cè)，機(jī)器人和人工智能的出現(xiàn)和興起將在15個(gè)大型經(jīng)濟(jì)工業(yè)化的國(guó)家消除數(shù)百萬(wàn)個(gè)就業(yè)困難的崗位，而同期信息技術(shù)和科學(xué)進(jìn)步的發(fā)展只會(huì)為其帶來(lái)200萬(wàn)個(gè)新就業(yè)的崗位（吳清軍，陳軒，王非，等，2019; 本刊綜合，2017）。

3.2 技術(shù)性失業(yè)后的主要措施

在技術(shù)高速發(fā)展的科技革命階段，各國(guó)間的科技水平博弈已成為提升未來(lái)國(guó)際地位的一大手段。發(fā)展過(guò)慢會(huì)被甩在后面，而發(fā)展過(guò)快產(chǎn)生的大量技術(shù)性失業(yè)人口將成為社會(huì)的一大隱患。

3.2.1 失業(yè)保險(xiǎn)

人工智能雖然會(huì)淘汰大量的職業(yè)，但也會(huì)創(chuàng)造許多新的職業(yè)，這些新的職業(yè)對(duì)于其從業(yè)人員的技術(shù)要求會(huì)更高。有了失業(yè)保險(xiǎn)，待業(yè)人員的基礎(chǔ)生活就有了一定的保障，可以確保在學(xué)習(xí)技術(shù)以及尋找新工作的時(shí)間里解決基本的溫飽問(wèn)題。

當(dāng)處于經(jīng)濟(jì)下行周期或經(jīng)濟(jì)危機(jī)時(shí)，失業(yè)率的提升會(huì)導(dǎo)致社會(huì)矛盾的爆發(fā)，而失業(yè)保險(xiǎn)保障了失業(yè)人民的生活，可以有效地緩解這樣的情況（董保華，孔令明，2017）。

我國(guó)目前的失業(yè)保險(xiǎn)基金整體上還是收入大于開(kāi)銷，每年的剩余可以用來(lái)幫助企業(yè)，穩(wěn)定經(jīng)濟(jì)局勢(shì)（蔣萬(wàn)庚，2018）。

3.2.2 調(diào)整稅收與補(bǔ)貼

西方的研究者們偏向于通過(guò)征稅來(lái)調(diào)控人工智能的發(fā)展規(guī)模，通過(guò)對(duì)人工智能征稅可以一定程度上限制一些企業(yè)的飛速擴(kuò)張（董志強(qiáng)，黃旭，2019）。而利用人工智能稅來(lái)對(duì)仍然使用人工生產(chǎn)的企業(yè)進(jìn)行補(bǔ)貼，這樣可以減少一些技術(shù)尚未普及的企業(yè)的生存負(fù)擔(dān)，使得企業(yè)淘汰的速度減緩，一定程度上避免了失業(yè)率在某一時(shí)段的飛速提升，為政府提供緩沖時(shí)間（董志強(qiáng)，黃旭，2019）。

3.2.3 基建

在國(guó)家失業(yè)率失調(diào)的局面下，啟動(dòng)更多的基建項(xiàng)目是政府對(duì)控制失業(yè)率的有力的短期手段。這不僅在項(xiàng)目期間減少了可觀的失業(yè)人口數(shù)量，也會(huì)對(duì)國(guó)家未來(lái)長(zhǎng)期經(jīng)濟(jì)發(fā)展提供基礎(chǔ)。

2009年奧巴馬政府計(jì)劃啟動(dòng)的“經(jīng)濟(jì)復(fù)蘇計(jì)劃”預(yù)計(jì)在2011年之前創(chuàng)造250萬(wàn)的就業(yè)崗位。在我國(guó)，修一座1000千米的鐵路就需要10萬(wàn)名工人（刑海洋，2009）。

3.2.4 加強(qiáng)職業(yè)再教育

在人工智能的推動(dòng)下，一些技能要求較低的可通過(guò)自動(dòng)化實(shí)現(xiàn)的職業(yè)將會(huì)被率先淘汰，如果僅僅是通過(guò)補(bǔ)貼企業(yè)、發(fā)動(dòng)基建項(xiàng)目只能解決一時(shí)的燃眉之急，這些人終究也會(huì)失業(yè)。只有在這些人中普及職業(yè)再教育，使得他們適應(yīng)更高技能水平的工作，才可以從根本上解決一些人的失業(yè)問(wèn)題。

4 總結(jié)

弱人工智能技術(shù)通過(guò)仿照人類的行為模式，在許多職位上展現(xiàn)了極高的效率，在期待人工智能技術(shù)革命帶來(lái)的便利以及造福于社會(huì)的同時(shí)，也不能完全忽略其可能帶來(lái)的諸多負(fù)面影響。

從個(gè)人層面來(lái)看，即使面對(duì)失業(yè)風(fēng)險(xiǎn)，也不能過(guò)于驚慌，去從事一些目前還難以被人工智能所替代的行業(yè)，或強(qiáng)化自身技能水平從而使自己成為一個(gè)高技術(shù)型人才，才能減少失業(yè)風(fēng)險(xiǎn)。

從國(guó)家層面來(lái)看，也需要做好宏觀調(diào)控工作。根據(jù)以往工業(yè)革命的趨勢(shì)，社會(huì)對(duì)就業(yè)的比重將更加明顯的向第三產(chǎn)業(yè)傾斜，第一、第二產(chǎn)業(yè)的比重可能會(huì)在今年繼續(xù)縮減，第三產(chǎn)業(yè)的比重將再次到達(dá)第三產(chǎn)業(yè)歷史的一個(gè)頂峰，但這改變的過(guò)程不能太快，許多企業(yè)的倒閉會(huì)增加社會(huì)的不穩(wěn)定因素，國(guó)家應(yīng)該時(shí)刻關(guān)注企業(yè)的生存情況，并對(duì)一些企業(yè)進(jìn)行一定程度的扶持。對(duì)于局部地區(qū)失業(yè)率大幅增加的情況，可以在該地區(qū)啟動(dòng)一些基建項(xiàng)目，對(duì)該地失業(yè)率提供一個(gè)緩沖空間。

由于第三產(chǎn)業(yè)的比重增加，人們受到的服務(wù)也會(huì)更加人性化，創(chuàng)造性和高技術(shù)型行業(yè)人才將更加受到歡迎。雖然失業(yè)率會(huì)增加，但國(guó)家生產(chǎn)力卻一直在提升，所以國(guó)家對(duì)待業(yè)人口的保障制度會(huì)更加完善，福利會(huì)更加高。

參考文獻(xiàn)：

[1]王燦，楊瓅.智能變電站技術(shù)的創(chuàng)新優(yōu)勢(shì)及應(yīng)用[J].通信電源技術(shù)， 2019，36（8）：135-136.

[2]欒峻葦.基于物聯(lián)網(wǎng)的無(wú)人工廠技術(shù)探究[J]. 通訊世界， 2019，26（4）：260-261.

[3]高洪福.機(jī)器人工廠≠無(wú)人工廠——“IT生存法則”之智慧工廠[J].網(wǎng)絡(luò)安全和信息化， 2018（10）：19-20.

[4]劉琦.人工智能與藥物研發(fā)[J].第二軍醫(yī)大學(xué)學(xué)報(bào)， 2018，39（8）：869-872.

[5]朱文珍，胡瓊潔.人工智能與醫(yī)學(xué)影像融合發(fā)展：機(jī)遇與挑戰(zhàn)[J]. 放射學(xué)實(shí)踐， 2019，34（9）：938-941.

[6]羅幽詩(shī).試論新媒體時(shí)代體育傳播的產(chǎn)品轉(zhuǎn)型[D].武漢：武漢體育學(xué)院， 2017.

[7]汪萱.人工智能時(shí)代傳媒業(yè)的“人工”與“智能”[J].傳媒， 2019（8）：63-66.

[8]黃益群.我國(guó)高新技術(shù)企業(yè)與風(fēng)險(xiǎn)投資的結(jié)合機(jī)制研究[D].福州：福州大學(xué)， 2016.

[9]陳軼翔，羅伯特·艾倫. 以史為鑒，展望人類工作的未來(lái)[J]. 世界科學(xué)， 2017（12）：51-54.

[10]侯建新.圈地運(yùn)動(dòng)與土地確權(quán)——英國(guó)16世紀(jì)農(nóng)業(yè)變革的實(shí)證考察[J]. 史學(xué)月刊，2019（10）：5-46.

[11]許冰.工業(yè)革命影響就業(yè)結(jié)構(gòu)的歷史考察與例證[J]. 未來(lái)與發(fā)展， 2018，42（3）：19-22.

[12]吳清軍，陳軒，王非，等.人工智能是否會(huì)帶來(lái)大規(guī)模失業(yè)——基于電商平臺(tái)人工智能技術(shù)、經(jīng)濟(jì)效益與就業(yè)的測(cè)算[J].山東社會(huì)科學(xué)， 2019（3）：73-80.

[13]本刊綜合.“無(wú)人經(jīng)濟(jì)”：技術(shù)升級(jí)背后的服務(wù)考量[J].發(fā)明與創(chuàng)新（大科技）， 2017（12）：8-12.

[14]董保華，孔令明.經(jīng)濟(jì)補(bǔ)償與失業(yè)保險(xiǎn)之制度重塑[J]. 學(xué)術(shù)界， 2017（1）：18-33.

[15]蔣萬(wàn)庚.論失業(yè)保險(xiǎn)功能的反思與定位[J]. 廣西大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版）， 2018，40（6）：95-98.

[16]董志強(qiáng)， 黃旭.人工智能技術(shù)發(fā)展背景下的失業(yè)及政策：理論分析[J]. 社會(huì)科學(xué)戰(zhàn)線， 2019（12）：76-84.

[17]刑海洋.基建與就業(yè)[J].中國(guó)海關(guān)，2009（1）：12-79.

[作者簡(jiǎn)介]姜涵（2001—），男，江蘇海門人，就讀于南京曉莊學(xué)院，研究方向：人工智能理論、宏觀經(jīng)濟(jì)管理;陳勇杰（2001—）男，浙江青田人，就讀于南京曉莊學(xué)院，研究方向：人工智能理論;陳立錦欣（2001—），男，江蘇啟東人，就讀于南京曉莊學(xué)院，研究方向：人工智能理論。